Impacto de los laboratorios remotos ultra concurrentes para el desarrollo de la actividad experimental en química
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
RESUMEN: Introducción: La enseñanza de química tiene desafíos debido a que los estudiantes presentan dificultades en distintos temas. Por esto, fue necesario desarrollar nuevas estrategias pedagógicas para mejorar el rendimiento de los estudiantes, lo que fue más notable durante la pandemia de COVID-19, donde se generó la necesidad de contar con diferentes opciones donde los estudiantes pudieran acceder a una experiencia de laboratorio basada en datos reales que permita desarrollar habilidades analíticas y de observación. Un grupo de trabajo de la Universidad Estatal a Distancia de Costa Rica desarrolló en 2020 laboratorios remotos química. Se han registrado 63 613 usos en diferentes países, que acceden a través de LabsLand. Objetivo: Sistematizar las estadísticas de uso de laboratorios remotos ultra concurrentes de química en distintos contextos educativos con el fin de determinar el impacto que han tenido. Métodos: Se sistematizaron datos de uso disponibles en LabsLand de los últimos tres años, además, se buscaron algunos artículos enfocados en el uso de estos laboratorios. Resultados: Se determinó que Ley de Boyle es el laboratorio más utilizado, se han realizado 6 publicaciones sobre laboratorios ultra concurrentes de Química, los laboratorios remotos han aumentado la internacionalización de distintas universidades con el desarrollo de proyectos que involucran la participación de distintos países. Conclusiones: Existe evidencia del impacto de estos laboratorios por el aumento de usos tras la pandemia. Los trabajos muestran el interés de docentes por incluirlos en sus actividades experimentales. La colaboración con otros países aumentó la posibilidad de expandir su uso a nivel internacional
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.010 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it